室内物联网监控系统设计

2014-05-30 05:48董国栋付强赵鑫蕊武传胜赵红余
东方教育 2014年8期
关键词:特征融合

董国栋 付强 赵鑫蕊 武传胜 赵红余

【摘要】通过分析视频图像来检测火灾的烟和火焰,首先对视频图像进行运动检测,然后提取火灾烟和火的重要特征信息,通过多特征融合分析,判断是否存在火灾。本文是采用了一种分布式火灾监控和无线互联网技术,将火灾火焰监测、报警传输和灭火机器人设备融为一体,实现联动跟踪烟火和灭火,为目前火灾监测系统的应用和推广提供参考。

【关键词】运动检测;烟火识别;无线报警;特征融合

1 引言

近年来,大量的高层家庭住宅、地下建筑和石化企业不断涌现。由于这些建筑的特殊性,发生火灾时不能快速高校地灭火。比如高层住宅区发生火灾时,消防人员不可能在短时间内到达火灾发生地点,在地下建筑中,由于环境比较潮湿,烟气不易扩散,消防人员不容易判定火源位置,同时在石化企业发生火灾时,将产生大量的毒气,消防人员容易发生中毒[2]。因此火灾给社会造成了大量生命和财产的严重损失,若能在火灾发生初期就进行识别报警,则可以减少各种损失,同时能让一台灭火机器人及时定位和灭火,将有重要的社会意义。

2 视频烟火探测系统

基于图像处理的火灾探测系统是一种以计算机为核心,结合光电技术和数字图像处理技术而研制的烟火自动报警系统。

利用摄像头对现场进行监视,对摄取的视频信号由图像采集卡捕捉为图像并输入计算机,根据图像特征进行处理和分析,然后产生报警信息并传播到相关责任人,同时将位置信息传到对应的机器人,灭火机器人启动云台搜索,发现火源后进行灭火。可以将系统分成烟火检测模块、报警模块、灭火机器人运动模块和分布式部署,下面几节将进行详细论述。

3 烟火检测模块

在室内的众多火灾中,通常烟和火是同时具备的,尤其是在封闭的环境下,烟的传播更广泛,同时传播的速度比火要快。因此笔者不采用闫厚等人提出的判断流程[1],本文采用先判断是否有流动烟雾,然后判断火灾火焰的方法检测火灾。

为了后期部署和实施方便,本系统采用Visual C++平台编写算法,开始从网络服务器中获取BMP图像信息,然后进行烟火识别,最后给出是否报警的结论。

为了检验此算法,本文实验中采集和处理图像分别为以下三种情况,第一:当只有烟雾产生时,分别分析烟雾的初始形成阶段、积累扩散阶段和逐步散去阶段。第二:当只有火灾火焰产生时,分别分析着火阶段、扩散燃烧阶段和火焰逐渐熄灭阶段。第三:当火灾火焰和烟雾同时存在和发生时,分析整个流程的图像序列。通过分析这三种情况,能够及时发现烟火信息,并产生报警信号。

4 报警模块

报警模块主要负责报警信息的采集和传送,报警模块分为声音报警、短信报警和Web报警。

4.1 声音报警

当灭火机器人通过Timer定时访问远端报警数据库,检测到室内空间的任一CCD摄像头的报警DB发生变化,则室内空间有火灾报警信息,机器人第一时间产生声音报警。警示周围的人员有火灾险情,提示请尽快撤离,同时机器人开始搜索灭火。

4.2 短信报警

短信报警模块是室内的一个Android[8]的手机服务器通过Servlet实时访问报警DB,当检测到该区域内有火灾报警信息,则手机服务器自动将报警信息和位置发送到指定的负责人,通知负责人采取措施进行灭火。

4.3 B/S远程Web显示

远程Web报警即在任何可以访问互联网的地方都可以访问到各个室内传过来的报警数据,报警分为三个等级,实时刷新报警数据,当达到最高3级时,跳出报警窗口和图片,同时传送远端视频信息。报警信息包括:摄像机详细地址、摄像机标号、报警时间、报警级别、报警图和报警視频。

5 机器人搜索和灭火模块

移动机器人灭火系统可以分三个过程来考虑,首先是火焰目标的定位和识别,其次是移动机器人对火焰目标的跟踪,最后是开启灭火器灭火。所以本文中移动机器人主要由三大模块构成:视觉处理模块、火焰目标跟踪和灭火控制组成。

视觉处理模块完成火灾火焰目标的定位和识别,包括云台摄像机和ZC0301P摄像机的图像采集以及移动机器人对采集图像的分析的过程。

在移动机器人跟踪过程中,视觉模块通过对图像的预处理、特征提取,最终完成火灾识别,在这个过程中是通过彩色图像区域分隔法完成;火焰跟踪决策模块根据视觉模块得到的环境信息控制云台电机运作,跟踪火焰目标,使火焰目标重心图像坐标始终处于视频图像中心,并实时获取云台电机的转过角度,以此分析移动机器人自身所处的环境和位置;灭火控制模块主要通过对火焰的确认和灭火组成,机器人确认到合适的位置,通常在0.2-0.5米的位置,然后开始灭火,反复确认是否还存在火焰,直到灭火成功完成,然后发送灭火完成指令给服务器控制端,最后机器人回到原位。

6 分布式火灾检测部署

本文采用物联网的分布式系统架构来部署设备和系统,系统部署分为感知终端、数据采集分析和终端应用平台三个部分。

第一层除了感知层的摄像头还有时刻待命的灭火机器人,第二层为各个场所采集设备、数据库和Android手机服务器。第三层为统一数据中心和控制终端。

7 结论

本文在物联网的框架下,设计了一种分布式的室内烟火检测系统,将火灾检测、报警以及机器人灭火融为一体,同时对可能发生火灾的烟和火进行分别检测。通过实验表明,这种检测方法可以进一步的提高室内环境下火灾检测的准确性。因本文的灭火机器人是建立在DM-B2x0/450 型号的机器人基础上,灭火效果还有待进一步提高。

参考文献:

[1]闫厚、倪金生 基于网络摄像机的森林火灾烟火自动识别技术探讨[J].森林防火,2007(2).

[2]迟权德、沈建华等 职能侦查灭火机器人的研究与开发[J].微型机与应用,2011(11)

[3]葛勇.基于视频的火灾检测方法研究及实现[D].2009(4)

猜你喜欢
特征融合
多特征融合的粒子滤波红外单目标跟踪
基于稀疏表示与特征融合的人脸识别方法
一种“客观度量”和“深度学习”共同驱动的立体匹配方法
多特征融合的纹理图像分类研究
语谱图傅里叶变换的二字汉语词汇语音识别
基于多特征融合的图像匹配算法
人体行为特征融合与行为识别的分析
基于移动端的树木叶片识别方法的研究
基于SIFT特征的港口内舰船检测方法
融合整体与局部特征的车辆型号识别方法